股票 · 美国 · 差价合约（CFDs），交易所交易基金（ETFs），期货 · 每日 · 美国 Free

过滤后的短期反转

登录后收藏

学术论文

Filtered Market Statistics and Technical Trading Rules

作者过滤后的市场统计数据和技术交易规则 [点击查看论文]

机构

MUFlex (Mauritius)
?Flexible Plan Investments, Ltd

论文链接http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2260609

策略概要

该策略基于连续的每日收益或损失（“运行”）交易标准普尔500指数工具（交易所交易基金（ETF）、差价合约（CFD）或期货）。在连续两天下跌（包括当天）后，投资者在收盘时做多，在连续两天上涨后，投资者转为空头。动态过滤器通过排除绝对回报低于标准普尔500指数（SPX）每日回报的60天滚动标准差的20%的交易日来消除噪音。此过滤器每日更新，以优化信号计算并提高交易准确性。头寸根据过滤后的“运行”动态调整，有效捕捉短期市场趋势。

II. 策略合理性

回测表现

波动率18.6%

夏普比率0.31

索提诺比率-0.03

胜率49%

完整 Python 代码

1import numpy as np
2from AlgorithmImports import *
3class FilteredShortTermReversal(QCAlgorithm):
4def Initialize(self):
5self.SetStartDate(2000, 1, 1)
6self.SetCash(100000)
7self.symbol: Symbol = self.AddEquity("SPY", Resolution.Minute).Symbol
8# Setup consolidator.
9self.spy_onsolidator = TradeBarConsolidator(timedelta(days=1))
10self.spy_onsolidator.DataConsolidated += self.DailyData
11self.SubscriptionManager.AddConsolidator(self.symbol, self.spy_onsolidator)
12# SPY closes.
13self.period: int = 61
14self.data: RollingWindow = RollingWindow[float](self.period)
15# Warmup.
16history: DataFrame = self.History(self.symbol, self.period, Resolution.Daily)
17if not history.empty:
18    closes = history.loc[self.symbol].close
19    for time, close in closes.items():
20        self.data.Add(close)
21
22self.run_days: RollingWindow = RollingWindow[float](2)
23
24# On daily data.
25def DailyData(self, sender, consolidated) -> None:
26self.data.Add(consolidated.Close)
27
28if self.data.IsReady:
29    closes: np.ndarray = np.array([x for x in self.data])
30    return_data: np.ndarray = closes[:-1] / closes[1:] - 1
31    ret: float = return_data[0]
32    
33    if ret >= 0:
34        self.run_days.Add(1)
35    else:
36        self.run_days.Add(0)
37    
38    if len(return_data) == self.period - 1:
39        if self.run_days.IsReady:
40            mean: float = np.mean(return_data)
41            ret_std: float = np.std(return_data)
42            
43            run_days: List[float] = [x for x in self.run_days]
44            
45            # Positive run
46            if sum(run_days) == 2:
47                if ret >= mean + ret_std:
48                    if self.Portfolio[self.symbol].IsLong:
49                        self.Liquidate()
50                    self.SetHoldings(self.symbol, -1)
51                else:
52                    self.Liquidate()
53            # Negative run
54            elif sum(run_days) == 0: 
55                if ret <= mean - ret_std:
56                    if self.Portfolio[self.symbol].IsShort:
57                        self.Liquidate()
58                    self.SetHoldings(self.symbol, 1)
59                else: 
60                    self.Liquidate()
61            else:
62                self.Liquidate()